Harvey本周宣布完成新一轮5.5亿美元融资,由Diffusion和Lightspeed Venture Partners联合领投,估值升至155亿美元。九个月前,它的估值还是80亿美元,几乎翻了一倍。
钱本身不算稀奇,今年被VC追着塞钱的AI公司不止一家。真正该多看两眼的是,拿到这笔钱的两周前,Harvey刚上线了自己第一个自研模型Harvey Tenet,还开始鼓励客户自己动手训练模型。这个动作,比估值数字更能说明法律AI下一步要打的仗打在哪。
估值三级跳,节奏比金额更说明问题
去年12月,Harvey估值80亿美元。今年3月,涨到110亿美元。九月,155亿美元。三次跳跃,间隔都没超过半年。
据PitchBook估算,Harvey自2023年以来已完成至少八轮定价融资,五轮发生在2025年之后。它和此前几轮一样,没有公开命名这是第几轮——参考Databricks的做法,这更像资本市场默认的一种低调:估值涨得越快,越没必要让外界纠结这算B轮还是F轮。
节奏本身,已经比金额更能说明这家公司在投资人心里排第几。
Harvey Tenet:从调模型到练模型
Harvey Tenet不是从零训练的基础模型。它基于开放权重模型Kimi K3,用法律数据做后训练,技术上由推理服务商Fireworks协助——这家公司之前也帮Cursor训练过自己的模型。
更值得注意的是另一件事:Harvey同时在鼓励客户自己采用并后训练开放权重模型。它想做的不只是给律所一个更聪明的模型,而是让整个行业习惯一件事——重度用AI,但不必绑死在OpenAI、Anthropic这类闭源前沿实验室身上。
| 闭源前沿模型(OpenAI/Anthropic等) | 开放权重自训练(Harvey Tenet路线) | |
|---|---|---|
| 数据保密 | 客户数据经供应商API处理 | 可部署在客户自有环境 |
| 部署控制 | 依赖供应商更新节奏 | 客户可自行调整、锁定版本 |
| 供应商风险 | 断供、涨价、政策变化影响大 | 风险分散,但需自建维护能力 |
| 门槛 | 接入快,几乎零技术负担 | 需要后训练和运维能力 |
表里最后一行才是关键。开放权重不是免费的自由,是把维护成本转移到客户自己身上。
对关注企业AI和垂直模型的从业者、投资人:别只盯估值倍数。真正要看的是,Harvey这种开放权重加客户自训练的打法,会不会被其他垂类AI公司复制。如果会,纯靠调用闭源模型API的套壳应用,估值溢价会被压缩——护城河正在往数据和部署能力那一侧偏。
对律所和企业法务:采购决策别只比模型跑分。先问三件事——数据会不会留在自己的环境里,后训练和运维成本谁来扛,供应商万一断供或倒闭,自己能不能接管模型。没有内部技术团队的中小律所,"自己训练模型"这句话对你更像负担,不是解放,可以先看Harvey Tenet在头部客户那边跑出的效果,再决定要不要跟。
接下来该盯什么,而不是估值
估值涨得漂亮,但估值不等于收入,也不等于市场份额。Harvey没有披露经营数据,九个月翻倍的数字里,有多少是客户真实增长,有多少是资本对"法律AI入口"这个位置的抢购,外人看不清。
接下来真正该盯的是三件事:Harvey Tenet在真实案件里的准确率能不能经得住律所内部审查;中小律所自训练模型的实际成本和门槛到底有多高;还有没有其他法律AI公司跟着走开放权重这条路——如果只有Harvey一家这么做,这更像它的差异化打法,而不是行业趋势。
155亿美元买的不是模型有多聪明,买的是Harvey会不会先把法律行业的数据和部署习惯攥在自己手里。九个月翻一倍的估值好看,但真正的门槛,从来立得比估值曲线慢。